Sie sind auf Seite 1von 37

Las encuestas presidenciales en Mxico durante el Siglo XXI.

Ricardo de la Pea1
Resumen
Durante el presente siglo, ha habido tres ocasiones en que se han celebrado comicios para la eleccin de Presidente de la Repblica en Mxico, manteniendo
una normalidad de periodos sexenales ininterrumpidos. En todas estas ocasiones, las encuestas han jugado un importante papel como orientadoras al
electorado del formato de la contienda, pero su labor no ha estado exenta de
crticas, no solo por la cantidad de mediciones publicitadas, sino por los niveles de inexactitud y por los sesgos percibidos en sus resultados por polticos,
acadmicos, comentaristas, analistas y pblico interesado en general. Revisar
la magnitud de estas inexactitudes y la relevancia de los sesgos existentes es
una tarea pendiente, que puede ser atendida, aunque los motivos de los errores puedan seguir en suspenso, pues es sumamente difcil alcanzar, ms all
del diagnstico, un conocimiento cabal de los elementos intervinientes que
pudieran haber propiciado las diferencias entre lo estimado mediante las encuestas en un momento determinado a una poblacin dada de los resultados
que se arrojen en las urnas por un grupo de votantes que enfrentan circunstancias distintas en un momento diferente y que no constituyen nunca, todo
el universo de electores con derecho a votar.
Palabras clave: elecciones, presidencial, Mxico, encuestas, exactitud, sesgo.

1
Estudios de maestra en sociologa en la Facultad de Ciencias Polticas y Sociales de la Universidad Nacional
autnoma de Mxico, Diplomado en Anlisis Poltico en la Universidad Iberoamericana, Diplomado en Economa
Aplicada en el Instituto Tecnolgico Autnomo de Mxico. Presidente Ejecutivo de Indagaciones y Soluciones Avanzadas, S.C. (ISA). Correo electrnico: ricartur@gmail.com

Abstract
During this century, there have been three occasions when elections were held
79 for the election of President of the Republic in Mexico, maintaining a normal
consecutive six-year periods. On all these occasions, surveys have played an
important role in guiding the electorate format of the contest, but their work
has not been without criticism, not only by the number of measurements
publicized, but levels of inaccuracy and bias perceived at the results by politicians, academics, commentators, analysts and interested public. Check the
extent of these inaccuracies and relevance of existing biases is a pending task,
which can be addressed, although the reasons for the errors can still pending,
it is extremely difficult to achieve, beyond diagnosis, a thorough knowledge of
the intervening elements that may have led to differences between estimated
by surveys in a particular to a given throw the results at the polls by a group of
voters who face different circumstances at a different time and that all people
are never far the universe of voters entitled to vote.
Key words: elections, presidential, Mexico, polls, accuracy, bias.
Introduccin

urante el Siglo XXI Mxico ha tenido tres elecciones de carcter presidencial, en las cuales no solamente se ha dado la alternancia en el Poder
Ejecutivo Federal, sino que han sido contiendas reidas, de difcil conocimiento
adelantado de su resultado. En todas estas elecciones, las encuestas han jugado
un papel importante no solamente por la cantidad de mediciones difundidas,
notable y tendencialmente creciente, desde entonces, adems por su condicin
de referente comn para la discusin sobre el estado de la competencia en el
crculo ms atento (polticos, acadmicos, comentaristas, analistas) e inclusive, en el electorado en general, a lo que habra que sumar el hecho de que en
la ms reciente eleccin, las encuestas se convirtieron en un elemento central
en la disputa formal del resultado.
Hacer un recuento de las encuestas publicadas y de sus estimaciones no es
necesariamente, una tarea sencilla y nada impide que sea polmica e incluso
equvoca. Son muchos los elementos a considerar para la inclusin, o no, de
una medicin y la determinacin de cules de sus datos deben ser considerados

como los adecuados. Luego, para el tratamiento de esta informacin, en el caso


de este artculo, se tomaron dos decisiones centrales: primera, homologar los
datos de las distintas encuestas, excluyendo de los repartos los casos no definidos, lo que en muchas ocasiones, signific tomar el dato correspondiente al 80
reporte generado por la propia encuestadora, aunque en otras, oblig a efectuar
clculos sobre los datos brutos aportados; y segunda, a tomar un nico dato para
cada encuestadora en cada eleccin: su ltima estimacin pblica, tomando los
repartos producto de modelos de votante probable sobre preferencias efectivas,
cuando se reportaron como tales, asumiendo que la encuestadora responsable
opt por aproximarse a una estimacin mediante la decantacin de votantes
entre los electores, desechando con ello, toda presuncin de correspondencia
entre preferencias efectivas y resultados por venir.
Igualmente, tuvo que definirse bajo qu principios o reglas incluir o excluir
un estudio en particular. As, se consider nicamente la ltima encuesta publicada por cada firma, pero bajo tres condiciones adicionales: primera, que
el dato correspondiente hubiera sido producto de una encuesta nacional con
al menos un millar de casos observados; segunda, que el dato correspondiera
a un ejercicio cuya toma de datos, en campo, hubiera concluido dentro de las
cinco semanas inmediatas previas a la eleccin y no con anterioridad; y tercero, que no incluyera entrevistas por va telefnica, debido a que de acuerdo con cnones internacionales, no resulta adecuado efectuar ejercicios por
este medio en Mxico, dada la relativamente reducida cobertura del sistema
telefnico. Estas decisiones tratan de equilibrar las condiciones externas a la
generacin de las estimaciones, evitando cotejar datos que pudieran ser caducos, con escasa precisin o cuyo modo de recoleccin no sea homogneo. La
disposicin de una ventana temporal definida reduce la posibilidad de que las
diferencias entre estimaciones puedan atribuirse al momento de terminacin
del proceso de acopio de datos, reconociendo que el lapso entre una medicin
y la eleccin es una fuente primordial de diferencia de las encuestas con los
resultados (Crespi, 1988: 183-184).
Este recuento no resulta original, pues es imposible reinventar la historia y
conformar series nuevas de mediciones, antao hechas, del dominio pblico.
Tampoco lo es la toma de criterios que, a partir de ciertos principios lgicamente sustentables, dan lugar a una discriminacin-seleccin unvoca. Luego,

lo novedoso de este artculo no ser el recuento de mediciones, sino el tratamiento que de ellas se hace: ir ms all de la reflexin sobre los promedios observados en las encuestas publicadas, hacia la revisin crtica de las desviaciones
81 y el sentido de estas desviaciones que se han presentado a lo largo del tiempo,
en busca de sesgos sistemticos y de la determinacin, no solo de potenciales
factores explicativos sino de mecnicas correctivas eventuales.
1. Las Encuestas Publicadas.
Una primera observacin, producto de este recuento es que si bien ha habido
indudablemente un incremento del nmero de estudios registrados ante la autoridad administrativa electoral federal, durante los tiempos en que formalmente, se ha demandado la presentacin de reportes (que no son necesariamente
coincidentes con las duraciones de los procesos legales o de las campaas),
ello fue producto de diversos fenmenos no necesariamente, vinculados con
una elevacin del nmero real de mediciones existentes, sino como producto
de un aumento en la proporcin de encuestas que fueron reportadas a la autoridad respecto a las realizadas. Lo que es ms relevante: la mayor cantidad no
signific mayor diversidad de proveedores de informacin, pues el volumen
de casas encuestadoras que han difundido en cada proceso electoral federal se
ha mantenido relativamente constante durante este siglo. Lo que ha variado es
la frecuencia en que algunas encuestadoras realizan mediciones. As, en 2012
por vez primera se cont con dos series de mediciones semanales y se difundi un ejercicio pionero de seguimiento diario de carcter pblico, que por s
solo tuvo cerca de un centenar de estimaciones, alrededor de la mitad del total
reportado. Esta serie diaria, junto con las semanales, generaron tantas estimaciones diferentes como lo publicado seis aos antes.
De hecho, las nuevas reglas para publicacin (INE, 2014), de prevalecer sin
cambios sustanciales para el prximo proceso electoral presidencial, bien podran propiciar que el nmero de mediciones, a reportarse, descienda drsticamente, por varios motivos que es pertinente explicitar: primero, ante el vislumbrado equvoco de los programas de medicin cotidiana, es factible que
la disposicin de mediciones sumamente frecuentes descienda o desaparezca,
reduciendo el nmero de observaciones a disposicin del pblico; pero, lo ms
importante, la complejidad que representa la obligatoriedad de dar a conocer

y constatar mediante elementos fiscalmente slidos, los mecanismos de financiamiento dificultan la publicacin de resultados de estudios por las vas controladas (que no incluyen el ciberespacio) no nicamente por supuestos falseamientos o encubrimientos, sino sobre todo por la complejidad misma del 82
procedimiento y por la obligacin de revelar montos que suelen, en muchas
ocasiones, ser cubiertos con posterioridad o parcialmente por los pretendidos
patrocinadores.
Siguiendo las reglas de seleccin impuestas, lgicamente sustentadas, pero
cuestionables, como toda toma de decisin al respecto, tenemos colecciones
homogneas en cantidad de mediciones, presentadas al cierre de cada proceso
electoral: catorce estudios en cada caso2. Empero, el debate que se despert en
cada ocasin fue muy variado en contenidos, alcances y temticas. En el ao
2000, el debate sobre los motivos de los resultados, en busca del encuentro de
una narrativa comn que diera cuenta de lo ocurrido en la contienda, llev
al Instituto Federal Electoral, junto con otras asociaciones civiles, a promover
un Taller en Sumiya, que reuni al gremio prcticamente en su totalidad. Sin
embargo, las diferencias persistieron entre quienes apuntaban la viabilidad de
detectar el ordenamiento adecuado, mediante el uso de las herramientas apropiadas y quienes afirmaban lo imprevisible mediante encuestas del resultado.
A pesar de ello, hubo diversos avances que no pueden soslayarse, como el rechazo generalizado a los mtodos de aproximacin en va pblica y la definicin de elementos sobre el diseo de muestras que iran alimentando lo que
poco a poco ha ido conformando el canon metodolgico de la investigacin
en el campo. Pero otros puntos no quedaron solventados entonces ni hasta
ahora, tales como la pertinencia de ajustarse a los datos directamente obtenidos o procurar estimaciones con base en modelos de votantes probables,
bien sean mediante procesos de filtrado de quienes se consideren como tales,
bien a travs de ponderaciones que otorguen probabilidades de concurrencia
a sufragar a cada entrevistado.

2 Las fuentes utilizadas para estos recuentos seran distintas en cada ocasin, segn se ha ido avanzando en la
conformacin de concentrados pblicos de encuestas, Para la eleccin presidencial del 2000, la mejor y la ms completa fuente es la memoria del Taller de Sumiya (Taller de Sumiya, 2001). Tres aos despus lo fueron las memorias
de un seminario organizado por la autoridad federal electoral (Instituto Federal Electoral, 2010); y para la eleccin
presidencial de 2012 ya lo fue una fuente oficial (Instituto Federal Electoral, 2012).

El cuestionamiento sobre la que se consideraba relativa laxitud en la regulacin de las encuestas electorales en el pas, llev a un debate pblico, del que
inclusive, form parte el legislativo federal, deriv en un claro mejoramiento y
83 un fortalecimiento de las normas a aplicarse para posteriores contiendas electorales, forjando una relacin normada y exigida entre autoridades electorales
federales y organismos gremiales de la demoscopia para la definicin de los
criterios general de carcter cientfico para la publicacin de encuestas. En esa
ocasin, la mayora de las encuestas publicadas daban una ventaja, corta en
ocasiones, pero ventaja al fin y al cabo, a quien resultara segundo lugar en la
eleccin, invirtiendo el orden de los contendientes y errando en el ganador. Ello
no fue genrico, pues al menos seis de las catorce mediciones seleccionadas,
dieron un ordenamiento adecuado, con distancias entre los primeros lugares,
no muy distintas a las registradas efectivamente.
Cuadro 1
Estimaciones reportadas por las encuestas finales en 2000
Encuestas finales 2000
Encuestadora
ARCOP
GEA-ISA
Democracy
Watch
GAUSSC
Demotecnia
Alduncin
y
Asociados
Grupo Reforma
AC Nielsen
MERCAEI
Consultores y
MP
CEO
Zogby

Casos en
muestra

ESTIMACIN REPORTADA

Patrocinador
P.A.N.
1400
Autofinanciada 2400
Particular
1542

VFQ
42.5
40.5
41.0

FLO
38.1
38.2
36.0

CCS
16.7
18.0
20.0

Otros
2.7
3.3
3.0

P.A.N.
1500
Autofinanciada 2054
Particular
2095

40.6
44.0
40.5

38.5
34.0
34.6

19.1
16.0
20.3

1.8
6.0
4.6

Grupo Reforma
Milenio Diario
Autofinanciada
Autofinanciada

1545
2489
1316
1800

39.0
39.0
38.4
38.0

42.0
42.0
42.9
41.0

16.0
16.0
16.1
19.0

3.0
3.0
2.6
2.0

Autofinanciada 2423
Reuters
1330

38.9
40.7

42.7
43.6

15.3
14.5

3.1
1.2

Pearson
MUND

P.R.I.
1590
The
Dallas 1362
Morning
de 1911
39.8

38.6
35.1

43.2
36.2

14.8
26.6

39.5

17.7

3.0

36.9

17.0

2.6

Promedio
encuestas
Resultado oficial 43.5

3.4
2.1

84

Fuente: Clculos del autor con base en la informacin de El papel de las encuestas en las elecciones
federales. Memorias del Taller Sumiya 2000, IFE-Asociacin Mexicana de Agencias de Investigacin de
Mercado y Opinin Pblica-Colegio Nacional de Actuarios, Mxico, 2001.

Cuadro 2
Estimaciones reportadas por las encuestas finales en 2006
Encuestas finales 2006
Encuestadora
GEA-ISA
ARCOP

Patrocinador
Autofinanciada
P.A.N.

Casos en ESTIMACIN REPORTADA


muestra
FCH RMP AMLO Otros
1600
38.0
23.0
36.0
3.0
1400
37.0
25.0
34.0
4.0

Grupo Reforma
Consultores y MP
El Universal
CEO
Consulta Mitofsky
BGC Ulises Beltrn
Parametra
GAUSSC
Alduncin
y
Asociados
Zogby
Demotecnia
INDEMERC

Grupo Reforma
Autofinanciada
El Universal
No especificado
Televisa
Autofinanciada
Exclsior
No especificado
Particular

2100
1200
2000
2000
2800
1200
1000
3250
2046

34.3
36.8
34.0
33.5
33.0
34.3
33.0
34.6
35.0

25.3
25.8
26.0
25.3
27.0
26.3
27.0
28.8
29.0

36.4
33.9
36.0
35.8
36.0
34.3
37.0
33.7
32.0

4.0
3.5
4.0
5.4
4.0
5.1
3.0
2.9
4.0

U. de Miami
Milenio Diario
OvacionesACIR
de 1793

1000
2000
1500

35.0
30.5
32.3

28.0
29.6
28.2

31.0
35.4
33.5

6.0
4.5
6.0

34.4

26.7

34.6

4.2

Promedio
encuestas

Resultado oficial

36.9

23.0

36.3

3.8

Cuadro 3
85

Estimaciones reportadas por las encuestas finales en 2012


Encuestas finales 2012
Encuestadora
Patrocinador
MERCAEI
Autofinanciada
Covarrubias y
SDP Noticias
Asociados
Demotecnia
UNO TV
Grupo Reforma Grupo Reforma
Berumen y
O.U.E.
Asociados
IPSOS-BIMSA Autofinanciada
Consulta
Autofinanciada
Mitofsky
BGC Ulises
Exclsior
Beltrn
ARCOP
P.A.N.
Parametra
O.E.M.
Buenda &
El Universal
Laredo
Con Estadstica Grupo Frmula
GEA-ISA
Grupo Milenio
INDEMERC
El Financiero
Promedio de encuestas
Resultado oficial

Casos en
muestra

ESTIMACIN REPORTADA

1200
1500

JVM
27.2
26.0

EPN
38.5
40.0

AMLO GQT
31.0
3.3
30.0
4.0

1500
1616
3480

22.9
24.0
22.4

40.2
41.0
41.7

32.4
31.0
34.0

4.5
4.0
1.9

1000
1000

24.6
24.1

44.1
44.5

29.5
29.4

1.8
2.0

1200

25.0

44.0

28.0

3.0

1200
1000
2000

31.0
23.6
24.4

39.0
43.9
45.0

27.0
28.7
27.9

3.0
3.8
2.7

1150
1144
2000
1499

24.7
22.4
22.8
24.7
26.1

44.4
46.9
47.2
42.9
39.2

26.7
28.5
27.1
29.4
32.4

4.2
2.2
2.9
3.1
2.3

Fuente: elaboracin propia con base en la informacin del: Sptimo Informe que presenta la Secretara Ejecutiva
al Consejo General del Instituto Federal Electoral respecto del cumplimiento del Acuerdo CG411/2011, IFE, Mxico,
26/07/2012

Luego, si el debate pblico y el anlisis, supuestamente experto, de los resultados


de los ejercicios, no coincide con la evidencia emprica inicial, cabe preguntarse cmo medir la exactitud de las encuestas electorales publicadas en Mxico

durante el siglo que corre. Existe un nico criterio universalmente vlido?


La respuesta es obvia y ya la extern el especialista Warren Mitofsky (1998):
Despus de ms de cincuenta aos de encuestas electorales () no ha sido
adoptada por la comunidad de encuestadores una mtrica estndar para me- 86
dir la exactitud de las encuestas. Aadiramos para precisar an ms: no solo
no se ha consensuado entre expertos; ms bien no ha sido hallada una mtrica
estndar para medir este fenmeno. Busquemos ahora avanzar en este terreno.
2. El Error como Diferencia3
Son muy diversos los posibles estimadores para medir la proximidad entre un
grupo de datos y otro. En el caso del cotejo entre estimadores, producto de encuestas y resultados de una eleccin, son muchas las propuestas presentadas,
aunque pocas las realmente utilizadas. Idealmente, un estimador de la exactitud de una encuesta o de la diferencia entre lo estimado y el parmetro, debiera cumplir algn conjunto de criterios convenidos a priori, con un mnimo
de sentido comn. A manera de ilustracin, sin que exista necesariamente un
consenso al respecto, se someten a examen las siguientes condiciones:
Primero: debiera posibilitar la comparabilidad entre mediciones y de stas con un valor terico esperado, bien para un conjunto de encuestas en una
eleccin, para diversos ejercicios de una misma firma o para una coleccin de
encuestas en elecciones diversas, permitiendo un anlisis agregado, a la vez
que un tratamiento particularizado que determine las relaciones entre distintas mediciones.
Segundo: debiera generarse por un procedimiento homogneo para todos y
cada uno de los contendientes, cualquiera que sea su nmero, siendo aplicable
a resultados tanto en sistemas bipartidistas como multipartidistas; y considerar
adems, la totalidad de las opciones de respuesta predeterminadas y dadas a
conocer al encuestado de respuesta al reactivo, sobre preferencias, usado para
fines de estimacin, as como aqullas que se hubieran dado de manera espontnea, adicionales a las opciones acotadas por el entrevistador.
3 Este apartado, en la primera parte, de ndole expositiva, retoma en lo fundamental, aunque en un
orden distinto por razones prcticas, el contenido de un ensayo del autor sobre cmo medir la exactitud
de las encuestas electorales, en preparacin y con la pretensin de ser publicado como texto de carcter
tcnico.

Las propuestas ms conocidas y usadas datan de hace ms de medio siglo y


en todos los casos reclaman la disposicin de dos grupos de datos: las proporciones por contendiente, observadas en los estudios y las proporciones oficiales,
87 obtenidas por los mismos contendientes. Es muy importante recordar al respecto que, en estadstica, precisin y exactitud no son conceptos equivalentes,
aunque estn relacionados. La precisin es una medida de la dispersin del
conjunto de valores obtenibles en repetidas mediciones de una magnitud determinada: a menor dispersin, mayor precisin. Luego, refiere a la magnitud
escalar con la que se mide la proximidad de los resultados de una muestra para
reproducir los resultados que se obtendran de un recuento completo llevado
a cabo usando las mismas tcnicas. El diseo de una buena encuesta probabilstica busca la generacin de estimadores con la menor dispersin posible,
dadas las condiciones concretas para su realizacin.
La exactitud, en cambio, es una medida de la proximidad entre los valores
medidos y los reales, aquellos resultantes, si se hubiera realizado un censo bajo
los mismos procedimientos que la encuesta, y cuando la diferencia es distinta
de cero, mide el sesgo de una estimacin determinada: a menor sesgo, mayor
exactitud. Luego, refiere a la magnitud escalar con la que se mide la proximidad del estimador producto de una muestra respecto del parmetro objetivo.
El diseo de la encuesta puede privilegiar la adopcin de estimadores tericamente a-sesgados o bien, utilizar estimadores sesgados, pero con alta precisin,
segn lo que se considere ptimo en el diseo.
Fue la experiencia de desencuentro entre las estimaciones por encuesta y
los resultados oficiales de la eleccin presidencial de 1948 en Estados Unidos
la que llev a una revisin profunda de los ejercicios, que incluy un anlisis,
a cargo de Frederick Mosteller (1949), sobre los posibles mtodos para medir
el error de las estimaciones. En ese texto clsico, el autor lista varios mtodos
que considera factibles y eventualmente pertinentes.
Es preciso mencionar que un problema que Mosteller no atiende, en su momento, debido a que an no haba surgido como tal, y que ha sido fuente de
divergencias y discusiones en las evaluaciones posteriores, respecto al error en
encuestas, es el relativo a qu datos considerar para fines de anlisis. De nuevo,
es un debate en torno a la supuesta inadecuacin entre encuestas y resultados,
ocurrido medio siglo ms tarde, en las elecciones presidenciales de Estados

Unidos en 1996, lo que coloca en la palestra la discusin sobre el problema de


los casos no definidos. Al igual que en el caso de la estimacin de la exactitud
de las encuestas, no existe hasta ahora, un consenso respecto al tratamiento
pertinente de los casos no definidos, aunque s han surgido propuestas de es- 88
timadores que buscan expresamente, resolver de manera prctica este asunto.
Los reportes de resultados de las encuestas electorales pueden referir a diversas salidas de informacin: una primera dicotoma es la existente entre
proporciones observadas, incluyendo como un componente diferenciado los
casos no definidos por algn contendiente, contra las proporciones efectivas,
que excluyen los casos no definidos o suponen su asignacin. Otra dicotoma
es entre los datos directamente obtenidos, con las ponderaciones acordes al
diseo adoptado, y los datos ajustados conforme a la probabilidad estimada
de sufragio, producto de los llamados modelos de votantes probables u otras
opciones para el clculo de proporciones.
En el caso de Estados Unidos, las proporciones de casos no definidos suelen
situarse en niveles relativamente reducidos, por lo que las diferencias en los
clculos de error entre los datos observados y los resultantes de la exclusin o
asignacin proporcional de no definidos, no es tan relevante. Ello tiene como
trasfondo una visin de los profesionales estadounidenses, para los cuales el
tratamiento pulcro de los datos debiera privilegiar el reporte de lo observado
tal cual fue recuperado, sin manipulacin alguna, pero que a la vez concibe los
niveles de no definicin en la pregunta electoral, como reflejo de problemas en
el diseo de instrumentos o de carencias del debido rigor en los procedimientos operativos, lo que sera al menos cuestionable; de hecho, suele considerarse
pertinente que el investigador deba realizar esfuerzos para lograr niveles de
respuesta elevados.
Empero, en otras democracias, la proporcin de casos no definidos en una
encuesta, suele ubicarse en niveles ms elevados y considerarse reflejo de una
actitud real de indefinicin del elector y no como un problema de tcnicas de
acopio de datos, por lo que no efectuar una exclusin o una asignacin proporcional, lleva a estimaciones poco difanas de los niveles de error registrados.
Es por ello que antes de un tratamiento para el clculo de los errores en las estimaciones, suele efectuarse una homologacin de los datos, aplicando procedimientos de clculo que excluyen o asignan los casos no definidos, mediante

algn procedimiento uniforme (o desproporcional si as lo determina la experiencia y creatividad del analista).


89

De los diversos mtodos para el clculo del error de las encuestas, resumidos por Mosteller, siete de ellos resultan de inters: recuperar, por basarse en
la relacin entre las proporciones de voto estimadas y observadas (un octavo
refiere a la relacin entre estimacin y reparto real de votos electorales, lo que
es propio solamente de un sistema de eleccin indirecta, como el estadounidense). La mayora de ellos no dan respuesta alguna sobre el posible tratamiento
de los casos no definidos. Mosteller pareciera asumir que se debieran tomar
los datos tal cual se reportan, sin recalculo alguno, para excluir la proporcin
no definida en la muestra. En anlisis posteriores, sin embargo, es usual que se
recurra a procesos de asignacin o exclusin, no siempre idnticos.
Hagamos un recuento de los mtodos propuestos por Mosteller, proponiendo una notacin que los precise y sealando sus alcances y limitaciones,
siguiendo al autor y a otros analistas posteriores, particularmente Mitofsky. El
recorrido lo realizaremos no siguiendo el orden originalmente dado en el texto
por Mosteller, sino en razn del nmero de componentes considerados para
la estimacin del error, de menos a ms, para clarificar la exposicin. Adems,
dada su relevancia como aspecto generador de ambigedad y divergencias entre los clculos del error para idnticos conjuntos de encuestas, se recobrar la
notacin relativa a las dos opciones fundamentales de estimacin: con los datos
directamente obtenidos, incluyendo un segmento de casos con una intencin
de voto no definida; y con los datos relativos exclusivamente al segmento de
casos definidos por algn contendiente.
Uno sera la diferencia en puntos porcentuales entre la proporcin prevista
para el ganador y la proporcin oficial obtenida respecto al total de votos emitidos (M1). Este mtodo resulta el ms simple posible y ocupa solamente dos
datos para fines de estimacin del error, lo que lo hace intuitivo para cualquiera. Empero, como Mitofsky advierte, este mtodo resulta artificial, sobre todo
cuando el lder cuenta con menos de la mitad de los votos, por existir terceros
contendientes o al incluirse al segmento de indefinidos.
Otro, la diferencia en puntos porcentuales entre las proporciones predichas y
reales de votos recibidos por los dos mayores contendientes (M2). Este mtodo,

sencillo de calcular y de fcil entendimiento, cuenta con la clara ventaja de ser


el nico de los propuestos por Mosteller que no se afecta por la inclusin o no,
de los casos no definidos. Eso se logra, eliminando del clculo las proporciones
correspondientes a opciones menores, regularmente reportadas por separado. 90
Mosteller privilegia los dos primeros mtodos sobre otros, debido a problemas
que surgen al aplicar las opciones restantes. Pero ello es consecuencia ms que
de una regla generalizable a todo sistema electoral, del carcter propiamente bipartidista de la realidad que atiende este autor: las elecciones en Estados Unidos.
Una ms, la diferencia absoluta entre lo previsto y lo real para los dos mayores
contendientes, respecto al total de votos emitidos (M5). Lo primero a destacar
es que, en contiendas bipartidistas, M2 y M5 resultan ser equivalentes, si se
asume la inexistencia o la asignacin proporcional de los casos indefinidos. M5
corresponde, por dems, con lo regularmente resaltado en los reportes mediticos: el margen de ventaja del lder. Por lo anterior, ha sido usado regularmente
en los anlisis sobre el tema, incluso por el mbito acadmico estadounidense
y, dado lo comn de analistas mexicanos de seguir lo hecho por sus vecinos,
no es extrao encontrarlo como el indicador usado y considerado pertinente,
al margen de que elimina a una parte muy significativa de la composicin del
voto realizado. Sin embargo, al considerar las proporciones para los dos primeros lugares respecto al total de todos los componentes, pierde la virtud de
arrojar un estimador que no se afecte por el problema de los casos no definidos.
Otro, la desviacin media en puntos porcentuales entre lo previsto y lo real
para todos los contendientes, sin tener en cuenta el signo de la diferencia (M3).
Este tercer mtodo, si bien toma en cuenta todos los componentes para generar un nico estimador correspondiente a lo intuitivo y sencillo de calcular, no
permite una comparacin difana cuando el nmero de partidos es variable e
impide reconocer el sesgo en la medicin. Asimismo, el grado de error no se
encuentra relacionado con las proporciones de voto obtenidos, sino que asume
un valor absoluto, por lo que puede derivar en clculos reducidos de error, al
incluir a diversos componentes menores que poco contribuyen al voto y cuya
estimacin suele presentar divergencias absolutas pequeas, por lo que promediarlos con los componentes mayores propicia una estimacin inconveniente
de la magnitud del error registrado.

Alternativamente, se ha adoptado M3 como mtodo para el clculo del error


en las encuestas preelectorales, asignando los indefinidos segn las proporciones para los definidos, evitando un incremento artificial del error en los estudios
91 en que no se realiza el ejercicio de asignacin y permitiendo un tratamiento
homogneo de los datos relativos a las diversas encuestas pblicas. Empero,
no suele incluirse el error correspondiente al remanente de otros candidatos,
sino solamente de aquellos contendientes que son reportados por separado por
las encuestadoras en cada eleccin.
La solucin de definir cada ocasin el nmero de contendientes a considerar o asumir un umbral determinado para su inclusin en el clculo, y luego
promediar los errores observados, adems de ser un mecanismo arbitrario,
mantendra problemas de homogeneidad, bien en la cantidad de contendientes considerados, bien en la proporcin del voto incluida en el clculo, bien en
ambos aspectos.

No deja de ser paradjico y relevante que las razones que sustentan la
decisin de Mosteller de privilegiar para el anlisis, mtodos determinados
para el clculo de las desviaciones de las encuestas, respecto a los resultados,
sean tambin los motivos para el empleo de mtodos alternativos en situaciones distintas. El objetivo primordial de Mosteller, que a su parecer debiera
guiar todo anlisis, es la construccin de una base de datos homognea. En el
caso del sistema estadounidense, ello se logra cuando se consideran solamente
dos componentes, excluyendo o colapsando, en lo posible, terceras opciones
que regularmente, no estn presentes o cuyo peso electoral es absolutamente
marginal.
En sistemas multipartidarios no hay razones de peso para privilegiar mtodos de agrupamiento o de reduccin de componentes, nicamente a los dos
mayores. De hecho, ni el margen de victoria, medido respecto a los votos por
los dos partidos mayores o respecto al total de votos emitidos, ni mucho menos
el solo voto por el ganador resultan procedimientos completos y correctos para
calcular los niveles de desviacin entre lo estimado y el resultado. En muchos
anlisis para sistemas multipartidarios se ha tendido entonces a privilegiar el
empleo de M3, como el estimador ms adecuado y completo para determinar
la desviacin de las encuestas respecto a los resultados, an y cuando suela
acompaarse de M5, reconociendo que es la diferencia entre los dos primeros

contendientes, la que suele privilegiarse por medios y pblico atento, como


dato relevante producto de una encuesta, aunque ello sea equvoco.
Y es equvoco al menos por dos razones: no es un estimador directamente 92
producido por la encuesta, sino el resultado de un cotejo de dos estimadores
primarios (la preferencia por cada uno de los dos partidos mayores) y por ende,
sujeto a un doble error, dada la desviacin esperada para cada componente
que se compara; y es parcial, al reducir el fenmeno de concordancia entre encuestas y resultado a la distancia medida entre dos componentes, excluyendo
el peso observado en otros componentes, que si bien son menores, pudieron
haber sido correcta o incorrectamente medidos, al margen de la correccin del
margen de victoria estimado.
Est luego la media de las desviaciones de la razn entre la proporcin prevista y la real, para todos los candidatos (M4). Con mayor complejidad para su
clculo, este cuarto mtodo presenta el problema inverso a M3: tiende a darle
un peso muy elevado a las desviaciones en componentes menores, dado que
pequeas diferencias tienen un alto peso al compararse con la proporcin reducida de voto logrado por dichos componentes.
Adems, se tendra la diferencia mxima observada entre lo previsto y lo real
para cualquiera de los contendientes (M6). Este sexto mtodo presenta problemas tcnicos y puede propiciar confusin como estimador del rendimiento
de los estudios, segn advierte el propio Mosteller. Adicionalmente, podemos
sealar que presenta serias limitaciones, no tanto en la comparabilidad entre
estudios individuales, pero s para toda pretensin de tratamiento agregado,
pues no resulta adecuado para un clculo de medias y el clculo de mximos
comunes ubica el error conjunto en un punto arbitrario.
Finalmente, se tendra un mtodo ms complejo, correspondiente a la prueba
estadstica chi-cuadrado, til para evaluar la congruencia entre la distribucin
estimada y la distribucin oficial de los votos (M7). El caso de este sptimo
mtodo, adems de ser desestimado por Mosteller dada su complejidad y poca
claridad para el pblico, enfrenta serias limitaciones para el tratamiento agregado de estimaciones diversas. Parte del problema, se resuelve recurriendo a
clculos a partir de las frecuencias de casos y no de proporciones, pero ello hace
ms compleja su estimacin. Por ello, la complejidad y los problemas tcnicos,

propios de un mtodo como la prueba chi cuadrado o de opciones mejoradas


de la misma, hace poco adecuado considerarlo como la opcin pertinente.
93

Recientemente, se present la propuesta de un nuevo estimador del error


en las encuestas, respecto al resultado (Martin et. al., 2005, passim) que busca resolver el problema de tratamiento de los casos no definidos, mediante la
eliminacin de todo efecto del mismo en el clculo. Empero, esta propuesta
contina siendo una medicin adecuada solamente para sistemas bipartidistas,
no para multipartidista; e incluso, uno con caractersticas muy peculiares, que
se encuentran en muy pocos sistemas: la constancia temporal de la condicin
de dos partidos especficos como las opciones efectivamente competitivas,
pues asume que existen dos partidos que son siempre los primeros lugares en
una eleccin y, presumiblemente, en toda encuesta y, en todo caso, asigna una
condicin de tercer contendiente a cualquier otro participante en una eleccin
Esta propuesta parte del reconocimiento de que, si bien la diferencia entre las
proporciones estimadas, considerando o excluyendo casos indefinidos, no son
iguales, s son iguales las razones entre las mismas proporciones. Asumiendo lo
anterior, se construye un estimador del error (A) que toma el logaritmo natural del cociente de la razn entre las proporciones estimadas, y la razn de las
proporciones reales para dos partidos. Con ello, los autores de esta propuesta
eliminan el problema derivado de la adopcin de cualquier mtodo de asignacin o supresin del segmento indefinido, pues carece de relevancia para
el clculo; permiten la deteccin simultnea de la magnitud y el sentido del
error en la estimacin, pues si su valor es cero, supone la coincidencia en el
peso relativo entre los dos contendientes considerados, si el valor es positivo,
corresponder a una sobrestimacin del partido cuyo error se calcula y si es
negativo, supondr una subestimacin. Adems, disponen de un estimador de
la varianza y, por ende, del error estndar de la medicin, por lo que es factible
cotejar si la magnitud del error es estadsticamente significativa.
Sin embargo, cabe repetir, es una propuesta solamente til en sistemas de
dos partidos permanentes, lo propio del sistema estadounidense pero no necesariamente del resto del mundo. Como solucin propuesta para la medicin
del error relacionado con terceros contendientes, se plantea la disposicin de
un clculo suplementario e independiente del error, pero ello no responde a la
inquietud, pertinente y propia de los anlisis para sistemas multipartidarios, de

disponer de un estimador agregado del error de las mediciones que den cuenta
del fenmeno, considerando todos los componentes, o al menos los relevantes,
que no forzosamente son dos de los competidores.
As, la revisin de los distintos medidores disponibles nos da una coleccin
de crticas, pero parece no resolvernos el problema. Es obvio que del conjunto
de estimadores de exactitud varios podemos dejarlos de lado desde un principio: M1 y M6 por ser excesivamente parciales, al tomar un nico componente;
al igual A, complejo y claramente bipartidista; y M7, por ser de difcil interpretacin para los legos y que fuera descartado inclusive por el propio autor
de la mayora de las propuestas. Qu pasa con M2 y M5, tan socorridos en la
literatura y adoptados para casos muy diversos? Su condicin de contabilizar
solamente los dos primeros lugares en una contienda, los hace claramente impropios para sistemas multipartidarios (aunque los seguidores de las escuelas
y las costumbres estadounidenses no reparen en ello). Queda luego M3 y M4,
uno fundado en una contabilidad directa (sumas y restas) y el otro buscando
promediando las razones. Por su mayor proximidad a lo intuitivo, su sencillez y claridad, del conjunto de estimadores posibles de la (in)exactitud de las
encuestas electorales, respecto del resultado, lo pertinente pareciera ser quedarse con M3 como medidor privilegiado, dentro de lo disponible hoy en da
en la literatura.
Este tema no deja de ser un problema central en la valoracin del trabajo
demoscpico, pues, aunque es totalmente cierto que al evaluar la calidad de
un estudio por encuesta lo pertinente es observar lo riguroso de los procedimientos utilizados, para el grueso del pblico interesado, sin embargo, lo relevante para evaluar la calidad de las encuestas electorales es su proximidad con
los resultados, entendiendo las estimaciones por muestreo bajo un concepto
radicalmente diferente al formal: el pblico interesado entiende los resultados
de las encuestas, en el terreno electoral, como aproximaciones a eventos futuros, a diferencia de lo que pueden hacer los encuestadores; estimar eventos
pasados o vigentes en el momento de la entrevista.
El pblico interesado busca luego disponer de un medidor del xito, logrado
por las mediciones. Y hablar de un medidor implica asumir que lo que se demanda es la bsqueda de un estimador agregado de la exactitud que d cuenta

94

de este fenmeno, en un nico nmero. Y en nuestro caso, optamos por tomar


M3 como este medidor, por las mltiples razones antes esgrimidas.
95

Qu pasa si aplicamos esta vara para medir los resultados de las colecciones de estudios previos a elecciones en Mxico, durante el presente siglo? Lo
primero que encontramos es que los niveles de desviacin o de inexactitud, si
se quiere, que se han venido observando en las ltimas tres elecciones presidenciales, son relativamente constantes; 1.9 para el promedio de las encuestas
en 2000, con un error medio medido por M3 de 2.6 en cada una; 2.1 de desviacin acumulada en los componentes, como media en 2006, pero con un error
medio por encuesta, nuevamente calculado por M3, de 2.3 puntos; y un error
para el promedio de las encuestas de 2.2 en 2012, que cuando se estima como
error, conforme a M3 en cada una de ellas, alcanza el nivel de 2.6 puntos, el
mismo que el observado en 2000.
Cuadro 3
Error contabilizado de las encuestas finales en 2000
Encuestas finales
2000
Encuestadora
ARCOP
GEA-ISA
Democracy Watch
GAUSSC
Demotecnia
Alduncin y Asociados
Grupo Reforma
AC Nielsen
MERCAEI
Consultores y MP
CEO
Zogby
Pearson
MUND

Casos en
muestra
1400
2400
1542
1500
2054
2095
1545
2489
1316
1800
2423
1330
1590
1362

ERROR CONTABILIZADO
VFQ
-1.0
-3.0
-2.5
-2.9
0.5
-3.0
-4.5
-4.5
-5.1
-5.5
-4.6
-2.8
-4.9
-8.4

FLO
1.2
1.3
-0.9
1.6
-2.9
-2.3
5.1
5.1
6.0
4.1
5.8
6.7
6.3
-0.7

CCS
-0.3
1.0
3.0
2.1
-1.0
3.3
-1.0
-1.0
-0.9
2.0
-1.7
-2.5
-2.2
9.6

Otros
0.1
0.7
0.4
-0.8
3.4
2.0
0.4
0.4
0.0
-0.6
0.5
-1.4
0.8
-0.5

M3

0.65
1.50
1.70
1.85
1.95
2.65
2.75
2.75
3.00
3.05
3.15
3.35
3.55
4.80

Promedio de
encuestas
Resultado oficial

1911

-3.7

2.6

0.7

0.4

1.86

3.7

3.4

2.4

0.9

2.62

Fuente: elaboracin propia con base en datos de El papel de las encuestas en las elecciones federales. Memorias del
Taller Sumiya 2000.

Cuadro 4

Error contabilizado de las encuestas finales en 2006


Encuestas finales
2006
Encuestadora
GEA-ISA
ARCOP
Grupo Reforma
Consultores y MP
El Universal
CEO
Consulta Mitofsky
BGC Ulises Beltrn
Parametra
GAUSSC
Alduncin y Asociados
Zogby
Demotecnia
INDEMERC
Promedio de encuestas
Resultado oficial

Casos en
muestra
1600
1400
2100
1200
2000
2000
2800
1200
1000
3250
2046
1000
2000
1500
1793

ERROR CONTABILIZADO
FCH
1.1
0.1
-2.6
-0.1
-2.9
-3.4
-3.9
-2.6
-3.9
-2.3
-1.9
-1.9
-6.4
-4.6
-2.5
2.7

RMP
0.0
2.0
2.3
2.8
3.0
2.3
4.0
3.3
4.0
5.8
6.0
5.0
6.6
5.2
3.7
3.7

AMLO
-0.3
-2.3
0.1
-2.4
-0.3
-0.5
-0.3
-2.0
0.7
-2.6
-4.3
-5.3
-0.9
-2.8
-1.7
1.8

Otros
-0.8
0.2
0.2
-0.3
0.2
1.6
0.2
1.3
-0.8
-0.9
0.2
2.2
0.7
2.2
0.4
0.8

M3
0.55
1.15
1.31
1.40
1.60
1.95
2.10
2.30
2.35
2.90
3.10
3.60
3.65
3.70
2.09
2.26

Fuente: elaboracin propia con base en datos de Memorias del seminario: encuestas y elecciones 2006, Instituto Federal Electoral-Asociacin Mexicana de Agencias de Investigacin de Mercado y Opinin Pblica-Asociacin Mundial
de Investigadores de la Opinin Pblica-Consejo de Investigadores de la Opinin Pblica, Mxico, 2010.

96

Cuadro 5
Error contabilizado de las encuestas finales en 2012
97

Encuestas finales 2012


Encuestadora
MERCAEI
Covarrubias y Asociados
Demotecnia
Grupo Reforma
Berumen y Asociados
IPSOS-BIMSA
Consulta Mitofsky
BGC Ulises Beltrn
ARCOP
Parametra
Buenda & Laredo
Con Estadstica
GEA-ISA
INDEMERC
Promedio de encuestas
Resultado oficial

Casos en
muestra
1200
1500
1500
1616
3480
1000
1000
1200
1200
1000
2000
1150
1144
2000
1499
2.3

ERROR CONTABILIZADO
JVM
1.1
-0.1
-3.2
-2.1
-3.7
-1.5
-2.0
-1.1
4.9
-2.5
-1.7
-1.4
-3.7
-3.3
-1.5
3.8

EPN
-0.7
0.8
1.0
1.8
2.5
4.9
5.3
4.8
-0.2
4.7
5.8
5.2
7.7
8.0
3.7
3.3

AMLO
-1.4
-2.4
0.0
-1.4
1.6
-2.9
-3.0
-4.4
-5.4
-3.7
-4.5
-5.7
-3.9
-5.3
-3.0
1.0

GQT
1.0
1.7
2.2
1.7
-0.4
-0.5
-0.3
0.7
0.7
1.5
0.4
1.9
-0.1
0.6
0.8
2.59

M3

1.05
1.25
1.60
1.75
2.05
2.45
2.65
2.75
2.80
3.10
3.10
3.55
3.85
4.30
2.24

Fuente: elaboracin propia con base en daros del: Sptimo Informe que presenta la Secretara Ejecutiva al Consejo
General del Instituto Federal Electoral, respecto del cumplimiento del Acuerdo CG411/2011, Instituto Federal Electoral, Mxico, 26 de julio de 2012.

Qu pasa si intentamos una agregacin de las (in)exactitudes observadas en


una nica tabla que d cuenta de los resultados obtenidos a lo largo del siglo,
por las diversas firmas encuestadoras? Lo primero que observamos es que el
clculo est viciado por un fenmeno relevante: mientras cuatro casas han
aportado estimaciones finales en todos los casos, algunas lo han hecho solo en
una ocasin y las ms en dos elecciones. Esto produce una disparidad en el riesgo que han enfrentado las diversas firmas y coloca en los extremos, casos con
una nica medicin aportada, aunque sta no sea la mejor (que corresponde

a la encuesta GEA-ISA de 2006), aunque s sea la peor observacin la situada


al final de la tabla.
Cuadro 6
Inexactitud promedio observada entre las estimaciones por encuesta y los resultados oficiales de las elecciones presidenciales
de Mxico conforme al medidor M3 (2000-2012)
ORDEN
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

ENCUESTADORA CASOS ELECCIN PRESIDENCIAL


2000
2006
2012
Covarrubias
y 1

1.25
Asociados
ARCOP
3
0.65
1.15
2.80
El Universal
1

1.60

Democracy Watch 1
1.70

Grupo Reforma
3
2.75
1.31
1.75
GEA-ISA
3
1.50
0.55
3.85
MERCAEI
2
3.00
1.05
Berumen
y 1

2.05
Asociados
Consultores y MP
2
3.05
1.40

GAUSSC
2
1.80
2.90

Consulta Mitofsky 2

2.10
2.65
Demotecnia
3
1.95
3.65
1.60
IPSOS-BIMSA
1

2.45
BGC Ulises Beltrn 2

2.30
2.75
CEO (U de G)
2
3.15
1.95

Parametra
2

2.35
3.10
AC Nielsen
1
2.75

Alduncin
y 2
2.65
3.10

Asociados
Buenda & Laredo 1

3.10
Zogby
2
3.35
3.60

Pearson
1
3.55

M3
1.25
1.53
1.60
1.70
1.94
1.97
2.03
2.05
2.23
2.35
2.38
2.40
2.45
2.53
2.55
2.73
2.75
2.88
3.10
3.48
3.55

98

99

22
Con Estadstica
23
INDEMERC
24
MUND
PROMEDIO

1
2
1

4.80
2.62

3.70
2.26

3.55
4.30

2.59

3.55
4.00
4.80
2.49

Fuente: clculos del autor con base en los datos compilados en los cuadros 3, 4 y 5.

3. El Error como Normalidad4


Como vimos antes, los estadsticos para medir la exactitud (o si se prefiere el
error), en las encuestas suelen aportar estimadores de la distancia, sin reparar en su relacin con la desviacin esperada en las estimaciones. Generar un
estimador que s lo haga pudiera lograrse mediante la simple introduccin
en el algoritmo de un procedimiento de normalizacin convencional. Esto se
consigue generando un estimador del error que dependa, no de la magnitud
absoluta de la diferencia entre lo estimado y lo real o de su cociente, sino de
la magnitud relativa de esta diferencia, con el error esperado, tomando como
medidor del error esperado, la desviacin estndar de las proporciones estimadas, dado un tamao de muestra til para su estimacin.
Estrictamente hablando, este estimador de la dispersin de los datos solo
es pertinente cuando se trata de un muestreo aleatorio simple. Sin embargo,
dado que ste es el mtodo, con mnimas restricciones en el proceso de seleccin, suele ser utilizado como punto de referencia para evaluar la eficiencia de
otros diseos por la simplicidad de su cmputo, al costo de ignorar que regularmente, no fue el diseo usado (lo que se debiera declarar normalmente, de
manera explcita, aunque no se hace), e inclusive para estimar un error esperado
de manera genrica en un experimento. Este error esperado, es bsico para el
clculo del margen de error para un estimador de proporcin, que no es otra
cosa que el error esperado con una probabilidad de ocurrencia dada. El error
esperado disminuye a medida que aumenta el tamao de la muestra disponible.
Igualmente, es menor a medida que la proporcin de ocurrencia de un evento
se aleja del inverso del nmero de resultados posibles. Empero, estos cambios
no son lineales, sino parablicos, con diferente escala, segn el tamao de la
muestra de la que se derivan, como es de sobra conocido y referido. A partir del
4 Nuevamente este apartado, en su primera parte, retoma en lo fundamental. desarrollos propios y
propuestas iniciales del autor sobre cmo medir la exactitud de las encuestas electorales, que formaran
parte de un trabajo en preparacin con la pretensin de ser publicado como texto de carcter tcnico.

clculo del margen de error, puede establecerse un intervalo dentro del cual es
esperable se halle el parmetro con cierta probabilidad predeterminada. Cabe
recordar al respecto que el nivel de confianza y la amplitud del intervalo, varan
conjuntamente, de forma que un intervalo ms amplio y menos preciso, tendr
ms posibilidades de acierto, mientras que un intervalo menor, que ofrece una 100
estimacin ms precisa, aumenta las posibilidades de error.
Si los contendientes son solo dos, el error esperado con un muestreo aleatorio
simple es el mximo posible. Con base en este margen de error mximo, suele
reportarse un margen de error genrico para una encuesta. El error mximo
posible, correspondiente a eventos dicotmicos cuando es igualmente probable
su ocurrencia o no, se asume tambin como el error medio esperable para un
conjunto de estimadores cuya suma sea unitaria, como son las proporciones
para los diversos contendientes en una eleccin, lo que es, por dems, claramente incorrecto.
As, de manera errnea, se concluye que el margen de error medio mximo
esperado para un grupo de estimadores de proporciones, cuya suma sea igual
a la unidad, ser equivalente al margen de error mximo de una estimacin
cualquiera, solo cuando se trate de eventos dicotmicos, pues de lo contrario,
como en el caso de contiendas multipartidarias, ser menor; y crecientemente
menor a medida que aumente el nmero de contendientes. Disponiendo de
un margen de error tolerado a un nivel de confianza dado, para cada estimacin particular, producto de una encuesta, pudiera verse si su diferencia con
el resultado estuvo dentro o fuera de lo esperado. Esto supone ver cmo cumple una condicin dada, fcilmente determinable. Puede tambin calcularse la
dispersin de las proporciones estimadas para un componente en un conjunto
de estimaciones dado y de aqu calcularse el margen de error para un conjunto de estimaciones de un componente o el error esperado de las estimaciones,
con una probabilidad de ocurrencia dada.
Es posible detectar con lo anterior, las estimaciones particulares que resultan
significativamente diferentes al grueso de estimaciones y, por ende, determinar las estimaciones atpicas dentro de una coleccin, asumiendo como tales
a aqullas que presenten desviaciones, por encima del margen de error tolerado. Esto supone, considerar como tpica una estimacin por el hecho de que
cumpla una condicin dada y, como atpica si no la cumple.

Lo anterior no puede presuponer nada ms all del propio carcter atpico,


asignado a la estimacin, pues asumir que ello es indicativo de un determinado error esperable, respecto a cualquier parmetro externo a las propias me101 diciones, como es el resultado registrado, implica considerar como dada una
distribucin normal de las diversas estimaciones colectadas y la inexistencia de
un sesgo implcito que afecte al conjunto de mediciones, aspectos que tendran
que validarse. Adems, el hecho mismo de detectar una estimacin como atpica, no puede derivar en su exclusin de un clculo de tendencia central para
un conjunto de estimaciones dadas con el fin de supuestamente robustecerlo,
sin evaluar antes la pertinencia del procedimiento de exclusin y, en su caso,
constatar el cumplimiento de otras condiciones demandas conforme los diversos criterios de eliminacin de casos extremos disponibles en la literatura.
Lo que es ms: es deseable analizar la relacin emprica entre el cumplimiento
de la condicin de haber sido una estimacin tpica o atpica, respecto a un
conjunto de estimaciones y la de estar dentro o fuera del margen de error, respecto al resultado para interpretar el significado de la condicin de atipicidad
de una estimacin.
Regresando a la argumentacin central, y partiendo de la definicin del
error esperado para una estimacin, es posible calcular un error normalizado
de dicha estimacin, respecto al dato real, como el cociente del error absoluto
observado entre el error esperado, que correspondera al estimador de la magnitud relativa del sesgo con sentido ms comnmente empleado en estadstica.
La generacin de este estimador, demanda la disposicin de un dato adicional para cada unidad analizada, a los requeridos para el clculo del error en
estimadores previamente disponibles: el tamao de la muestra o, en su caso,
la proporcin de casos asignados a algn contendiente respecto del total de
casos observados. Empero, este aumento de la informacin demandada para
el clculo, se premia con la disposicin de un estimador que no se afecta sustancialmente por el nmero de contendientes involucrados en cada eleccin.
De hecho, al amortiguar los efectos relacionados con el peso relativo de
las proporciones correspondientes, al darles una ponderacin ajustada a una
relacin cuadrtica, permite que la eventual agregacin o diferenciacin de
contendientes menores, no propicie una importante sobreestimacin o subestimacin del error calculado; esto es: se logra disponer de un estimador del

error que no sea tan sensible a los valores extremos. Por ende, su clculo no
solo puede realizarse para todo contendiente del que exista un reporte diferenciado de proporciones observadas, sino que su estimacin resulta coherente y
comparable sin importar el peso relativo del componente. Es posible calcular el 102
error normalizado de la diferencia entre las estimaciones para un par de componentes respecto a los valores realmente dados. Esto resulta del encuentro de
la desviacin estndar de la estimacin de la diferencia, que supone considerar
para el clculo del error, en una diferencia los errores en las estimaciones para
cada una de las proporciones consideradas.
Cabe recordar que la desviacin de una muestra particular puede afectarse
por el diseo adoptado. Tcnicas de estratificacin o divisin de la poblacin
de estudio en grupos que se suponen homogneos con respecto a alguna caracterstica a estudiar, suelen aumentar la precisin, misma que disminuye cuando se recurre a la seleccin de conglomerados, como es usual y por lo general
necesario, por razones prcticas en encuestas electorales. Cabe mencionar que
los mtodos directos para computar las varianzas de muestras complejas son
tediosos, por lo que suelen usarse procedimientos abreviados que no miden la
incertidumbre sobre sesgos o errores de respuesta y, por lo tanto, son estimaciones del error mnimo involucrado en la medicin.
Para medir el efecto del diseo se calcula el nmero de casos bajo un diseo de muestra aleatoria simple que sera equivalente a la muestra actual bajo
el diseo muestral especfico, adoptado. En el caso de diseos de muestras
complejas, el tamao real de la muestra se determina multiplicando el tamao
efectivo de la muestra por el efecto de diseo, entendido como la razn de la
varianza verdadera de un estadstico construido, tomando en cuenta el diseo muestral respecto de la varianza para una muestra aleatoria simple, con el
mismo nmero de casos.
Simplificando procedimientos, lo relevante en el caso de encuestas electorales es el tamao de la muestra asignada que corresponde al nmero de casos
disponibles para lograr una precisin con un muestreo aleatorio simple. Con
base en esto ltimo nmero de casos ajustado por el efecto de diseo, es posible establecer un error esperado para la muestra asignada equivalente a un
muestreo aleatorio simple o bien, un margen de error esperado para la muestra
asignada incluyendo el efecto de diseo para hacerla equivalente a un muestreo

103

aleatorio simple, con base en lo cual puede establecerse el intervalo de la estimacin para la muestra asignada, incluyendo el efecto de diseo, equivalente
a un muestreo aleatorio simple.
Luego, se puede calcular el error normalizado de dicha estimacin respecto
al dato real como el cociente del error absoluto estimado entre el error esperado, dada la muestra efectivamente asignada. ste es el estadstico ms exacto
para el clculo del error normalizado de una estimacin que permite establecer
su magnitud y sentido. Basados en l, debiera analizarse la existencia, o no, de
un sesgo adicional al error aleatorio esperado en la medicin. Sin embargo,
cabe repetir, su clculo lleva incorporado el efecto del diseo como parte del
error estocstico, por lo que la adopcin de este estimador para fines comparativos entre estudios, tendera a premiar los diseos menos eficientes y castigar aqullos que hubieran tenido mayor eficiencia en su arranque. Adems, es
de precisar que los efectos de diseo son diferentes para distintos subgrupos
poblacionales y respuestas a reactivos, por lo que no existe un efecto genricamente aplicable a la totalidad de datos, producto de una encuesta.
Es por ello que resulta preferible, en aras de la comparabilidad entre estudios, y adicionado al problema de disposicin de los datos requeridos para una
estimacin ms exacta para cada estudio, establecer un estimador del error
normalizado de las mediciones que d cuenta del error estadstico, obtenido
cual si se tratara de muestreos aleatorios simples en todos los casos, como procedimiento para dotar de uniformidad a la base para la estimacin y, dado que
es el mtodo con restricciones mnimas, usarlo como punto de referencia para
evaluar la eficiencia de los diseos y la presencia potencial de sesgos adicionales.
Retomando entonces el estimador orientado de la magnitud relativa del sesgo
normalizada, se enfrenta nuevamente el problema de que su suma aritmtica
no permite la estimacin de un valor que d cuenta de la magnitud agregada
del error, pues solamente arrojara un dato relacionado con el tamao de las
salientes en un sentido u otro que fuera predominante en un conjunto de estimaciones dado. Por ello, puede adoptarse la estrategia de calcular la distancia
euclidiana de los errores normalizados, idealmente calculando la raz cuadrada de la mitad de la suma de los cuadrados de los errores normalizados, para
evitar la duplicidad de contabilidad de errores, dado que las salientes que se
tengan provocan entrantes de similar magnitud.

Sin embargo y en aras de lograr la mayor simplicidad, la nueva propuesta


de estimador del error entre las proporciones arrojadas por una encuesta y las
proporciones reales (E), parte precisamente de obtener los valores absolutos
de los errores normalizados de la estimacin para cada contendiente y luego 104
extraer su promedio. Haciendo esto, y debido al comportamiento parablico
del error esperado para un tamao de muestra dado, se disminuye de manera
significativa, el efecto que puede tener el nmero o tamao de los componentes
considerados para fines de estimacin del error medio, siendo poco sensible a
decisiones de separacin o agrupamiento de contendientes por problemas en
los reportes de resultados. Este estimador adquiere valores que van de cero,
cuando existe perfecta coincidencia entre las proporciones observadas y las
reales, hasta cerca de infinito e incluso, adquiere los mismo valores que el clculo de la distancia euclidiana cuando se calcula para los datos de elecciones
con dos contendientes, aunque difiere cuando los contendientes son ms de
dos. Asimismo, como siempre, es viable calcular el error absoluto normalizado
de la estimacin de la diferencia entre dos contendientes cualesquiera, lo que
en el caso de los dos componentes mayores dar cuenta del error normalizado
para la estimacin del margen de victoria.
Qu ocurre si aplicamos este estimador de la (in)exactitud de las encuestas
al conjunto de mediciones seleccionadas que forman la coleccin de estudios
previos a las elecciones presidenciales de Mxico durante el presente siglo? Lo
primero que se ve es que, si bien existen cambios respecto al clculo convencional a travs de M3, estos no resultan mayores. En 2000 el promedio de encuestas estuvo a 1.7 desviaciones estndar en promedio y la media de errores
estndar por encuesta fue de 2.4; para 2006, en promedio las encuestas tuvieron
un error estandarizado de 1.8 y cada medicin tuvo, promediando, 2.0 desviaciones estndar respecto del resultado; finalmente, para 2012, la encuesta
de encuestas como forma de agregacin habra estado desviada 1.9 errores estndar y cada medicin habra estado 2.2 desviaciones estndar en promedio
distante del resultado.
Aunque en apariencia, los datos anteriores no difieren tanto de los anteriormente vistos, s hay un hecho que destacar: 2012 no resulta peor que 2000, sino
que incluso puede afirmarse que las mediciones finales fueron un poco ms

certeras en trminos de desviaciones estndar y vistas como conjunto que lo


observado doce aos antes.
105

Cuadro 7
Error estandarizado de las encuestas finales en 2000
Encuestas finales 2000
Encuestadora
ARCOP
GEA-ISA
Democracy Watch
GAUSSC
Demotecnia
Alduncin y Asociados
Grupo Reforma
AC Nielsen
MERCAEI
Consultores y MP
CEO
Zogby
Pearson
MUND
Promedio de encuestas
Resultado oficial

Muestra
efectiva
1204
1481
1496
1337
1150
1251
1316
2016
1472
838
1676
1399
2205
1253
1546

ERROR CONTABILIZADO
VFQ
-0.7
-2.4
-2.0
-2.2
0.3
-3.3
-3.8
-4.1
-4.3
-1.6
-2.5
-3.8
-4.4
-6.2
-3.0
2.9

FLO
0.9
1.0
-0.7
1.2
-2.1
3.7
4.4
4.6
3.2
3.9
-2.0
4.8
5.5
-0.5
2.1
2.6

CCS
-0.3
1.0
2.9
2.0
-0.9
-1.0
-0.9
-1.2
2.0
-2.1
3.4
-2.3
-2.2
7.7
0.8
2.2

Otros
0.2
1.5
0.9
-2.2
4.9
0.8
0.0
1.1
-1.6
-3.7
3.9
1.7
1.4
-1.2
0.9
1.9

0.51
1.47
1.62
1.88
2.05
2.18
2.27
2.76
2.79
2.83
2.94
3.12
3.38
3.92
1.69
2.41

Fuente: elaboracin propia con base en datos de El papel de las encuestas en las elecciones federales. Memorias del
Taller Sumiya 2000, 2001.

Cuadro 8
Error estandarizado de las encuestas finales en 2006
Encuestas finales 2006
Encuestadora
GEA-ISA
ARCOP
Grupo Reforma
Consultores y MP
El Universal
CEO
Consulta Mitofsky
BGC Ulises Beltrn
Parametra
GAUSSC
Alduncin y Asociados
Zogby
Demotecnia
INDEMERC
Promedio de encuestas
Resultado oficial

Muestra ERROR CONTABILIZADO


efectiva

FCH RMP AMLO Otros


1403
0.8
0.0
-0.2
-1.8
1204
0.1
1.6
-1.7
0.4
1013
-0.1
2.0
-1.6
-0.5
1721
-2.3
2.2
0.1
0.5
1220
-2.1
2.4
-0.2
0.4
823
-2.4
2.6
0.4
-1.3
1032
-1.8
2.4
-1.4
1.9
1590
-3.3
3.6
-0.2
0.4
1738
-3.0
2.2
-0.4
3.0
870
-1.2
3.3
-3.4
2.7
1733
-1.7
5.5
-3.8
0.4
990
-3.1
3.6
-1.9
2.9
1240
-4.9
5.1
-0.7
1.2
2990
-2.6
7.0
-3.0
-2.9
1398
-2.0
3.2
-1.3
0.8
2.1
3.1
1.4
1.4

106
M3
0.71
0.93
1.06
1.26
1.28
1.68
1.85
1.89
2.15
2.64
2.86
2.88
2.96
3.90
1.82
2.00

Fuente: clculos del autor con base en la informacin contenida en: Memorias del seminario: encuestas y elecciones
2006, Instituto Federal Electoral-Asociacin Mexicana de Agencias de Investigacin de Mercado y Opinin PblicaAsociacin Mundial de Investigadores de la Opinin Pblica-Consejo de Investigadores de la Opinin Pblica, Mxico, 2010.

Cuadro 9
Error estandarizado de las encuestas finales en 2012
107

Encuestas finales 2012


Encuestadora
MERCAEI
Covarrubias y Asociados
Demotecnia
Grupo Reforma
Berumen y Asociados
IPSOS-BIMSA
Consulta Mitofsky
BGC Ulises Beltrn
ARCOP
Parametra
Buenda & Laredo
Con Estadstica
GEA-ISA
INDEMERC
Promedio de encuestas
Resultado oficial

Muestra
efectiva
899
1410
648
975
864
1293
996
984
810
964
2791
943
1752
1805
1224

ERROR CONTABILIZADO
JVM
0.7
-0.1
-0.9
-2.4
-1.4
-1.8
-0.8
3.3
-1.7
-2.8
-4.7
-1.0
-1.7
-3.3
-1.2
1.9

EPN
-0.4
0.6
2.5
0.6
3.1
1.3
3.1
-0.1
2.7
4.8
2.7
3.2
4.9
6.8
2.6
2.6

AMLO
-0.9
-2.0
-1.6
0.0
-1.9
-1.1
-3.1
-3.8
-2.3
-2.7
1.8
-4.0
-4.2
-5.1
-2.3
2.5

GQT
1.7
3.3
-1.0
3.3
-0.6
3.1
1.3
1.3
2.2
-0.2
-1.5
2.9
1.0
1.5
1.6
1.8

M3

0.94
1.48
1.49
1.58
1.77
1.82
2.06
2.14
2.23
2.61
2.67
2.77
2.94
4.18
1.93
2.19

Fuente: elaboracin propia con base en datos del Sptimo Informe que presenta la Secretara Ejecutiva al Consejo
General del Instituto Federal Electoral, respecto del cumplimiento del Acuerdo CG411/2011, Instituto Federal Electoral, Mxico, 26 de julio de 2012.

Qu pasa si nuevamente intentamos una agregacin de las (in)exactitudes


observadas en una nica tabla que d cuenta de los resultados obtenidos a lo
largo del siglo por las diversas firmas encuestadoras, pero esta vez a travs del
estadstico generado como alternativa y no del convencional? Lo primero que
observamos es que el vicio en el clculo propiciado por la diferente cantidad
de mediciones presentadas por cada firma encuestadora, tiende a disminuir,
ubicndose entre los primeros lugares del ordenamiento casas que han reportado varias veces datos previos a las elecciones. En segundo lugar, que la mejor
estimacin con este mtodo corresponde a la firma que queda en el primer sitio,

mantenindose la peor observacin al final del cuadro. Adems, dado que lo


estadsticamente esperable es que el error medio medido como desviaciones
estndar se ubique dentro de un lmite preestablecido (dos desviaciones entre
estimacin y resultado), es posible separar a las firmas encuestadoras cuyas 108
mediciones se han ubicado dentro de lo esperable de aquellas que se ha desviado ms.
Cuadro 10
Inexactitud promedio observada entre las estimaciones por encuesta y los resultados oficiales de las elecciones presidenciales
de Mxico conforme al medidor E (2000-2012)
ORDEN

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

ENCUESTADORA

ARCOP
El Universal
Covarrubias y
Asociados
IPSOS-BIMSA
GEA-ISA
MERCAEI
Democracy Watch
Grupo Reforma
Consulta Mitofsky
Consultores y MP
Parametra
BGC Ulises Beltrn
Demotecnia
Berumen y Asociados
Zogby
CEO (U de G)
AC Nielsen
Con Estadstica

CASOS

3
1
1

ELECCIN
PRESIDENCIAL
2000 2006
2012
0.51 0.93
2.14

1.28

1.48

1.19
1.28
1.48

1
3
2
1
3
2
2
2
2
3
1
2
2
1
1

1.47
2.27
1.62
2.18

2.79

2.05

2.83
3.38
2.76

1.49
1.60
1.60
1.62
1.76
1.83
1.92
1.96
1.96
2.20
2.67
2.74
2.76
2.76
2.77

0.71

1.26
1.89
1.06
1.68
1.85
2.96
2.64
2.15

1.49
2.61
0.94

1.82
1.77

2.23
2.06
1.58
2.67

2.77

109

19
20
21
22
23
24
PROMEDIO

GAUSSC
Alduncin y Asociados
Buenda & Laredo
Pearson
INDEMERC
MUND

2
2
1
1
2
1

1.88
2.94

3.12

3.92
2.41

3.90
2.86

2.88
2.00

2.94

4.18

2.19

2.89
2.90
2.94
3.12
3.53
3.92
2.20

Fuente: elaboracin propia con base en los datos compilados en los cuadros 3a, 3b y 3c

En promedio, el cambio de orden de las diversas casas encuestadoras es de


apenas dos y medio lugares, aunque una gran parte de los cambios se debe
a variaciones en la colocacin de seis de las 24 firmas consideradas. Este hecho de confianza en una afirmacin de cierre a este apartado: pareciera que
s existen mecanismos slidos que den cuenta de la exactitud de las encuestas
electorales y que la historia que puede contarse tiene algn sentido y sustento
lgico y tcnico.
De los cuadros 2d y 3d puede tambin extraerse otra conclusin: no existe
una correlacin clara ni definida entre la exactitud lograda por una firma encuestadora en una ocasin y la conseguida en la subsecuente ocasin, cuando
se ha presentado. Firmas con datos muy prximos al resultado en una estimacin dada, previa a una eleccin, se han alejado en forma significativa en la
oportunidad posterior, y viceversa. As, los antecedentes de exactitud o desviacin no garantizan el xito esperado en un momento posterior. Solamente la
agregacin de experiencia de las casas encuestadoras, incluso ms all de los
eventos de medicin de procesos de eleccin presidencial, puede ir otorgando
el expertis requerido para intentar evitar sesgos e incrementar la probabilidad,
siempre incierta, de tener mediciones que se aproximen a la realidad.
Conclusin
Al final de cuentas, s existe una mayor o menor cercana cuantificable de las
encuestas preelectorales con los resultados oficiales. El empleo de este procedimiento no solamente responde a esta lgica, sino a razones empricas, dada
la recurrente coincidencia entre lo medido y el resultado oficial, que alimenta
la expectativa depositada en el instrumento como supuesto anticipador del

reparto de votos. Es primordialmente por eso que los medios las difunden y
que el pblico las atiende, aunque ello no sea, del todo, cientficamente sustentable. La importancia otorgada a estos contrastes tiene que ver, adems, con la
relevancia pblica de los estudios, su indemostrado impacto en el electorado 110
y la supuesta disposicin de un parmetro contra el cual contrastar. Negarlo
mediante el recurso de que el nico estimador pertinente del verdadero parmetro poblacional, sera el promedio de los estimadores centrales de las repetidas mediciones que se realicen y que la (in)exactitud de una estimacin
particular debiera calcularse, por la diferencia, contra la media del conjunto
de estimaciones disponibles, no solo es una falacia, sino una forma torpe de
eludir el problema central que es la demanda pblica de que las estimaciones
preelectorales, producto de encuestas aproximen al elector al conocimiento de
lo factible en la jornada electoral.
Y ello nos lleva a un ltimo punto que no debiramos dejar de lado: si bien
los errores estimados parecieran encontrarse dentro de un rango que ha derivado en una normalidad, en promedio, menos de la mitad de las estimaciones
por componente (candidato), se han encontrado dentro del margen esperable
de dos desviaciones estndar. Esto es: la mitad de las veces, por ponerlo de
manera sencilla, el dato atribuido a un contendiente se encuentra fuera de lo
estadsticamente esperado, si el origen del error fuera muestral (basado en el
mtodo aleatorio simple). Esto es vlido para el conjunto de mediciones durante el presente siglo y para cada una de las elecciones presidenciales que se
han celebrado.
Se podr alegar, en favor de las encuestadoras que es imposible recurrir,
hoy da en Mxico, a procedimientos aleatorios simples, por lo que siempre se
debiera aadir un inevitable efecto de diseo. Se podr argumentar que existen muy diversas fuentes de error no muestral, como el fraseo de preguntas,
efectos no anticipados de preguntas previas o posteriores a otras preguntas
en el cuestionario, y contingencias que se presentan durante el levantamiento
de campo que pueden generar sesgos, incluso de carcter no sistemtico, que
afecten la calidad de la estimacin. Esto es conocido y reconocido por los profesionales del campo.

Cuadro 11
Comparacin entre las frecuencias observadas y tericas
111

Lmite inferior
(DE)

-10
-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
8
9

Lmite superior
(DE)

Frecuencia
(componentes)

-9
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
7
8
9
10

0
1
0
1
6
8
9
22
12
29
23
18
10
5
7
9
5
1
1
1

Fuente: Clculos del autor con base en los datos del Cuadro 10.

Frecuencia
(distribucin
normal)

0
0
0
0
0
1
3
12
27
41
41
27
12
3
1
0
0
0
0
0

28%

49%

23%

Grfica 1
Histograma de distribucin de desviaciones estndar, observadas entre estimaciones por encuesta y resultados oficiales en
Mxico (2000-2012) y curva de distribucin normal

Fuente: elaboracin propia.

Pero el hecho est all: la distribucin conforme a las desviaciones estndar de


los datos reportados en las estimaciones por encuesta en fecha prxima a los
comicios y los resultados oficiales de los mismos, distan de distribuirse de manera normal. No solo se alejan en demasa, en promedio, sino que tienden a
conformar una curva con colas excesivamente pronunciadas. As, lo correcto, lo
profesional, sera que cada casa encuestadora enfrentara la tarea no solamente
de advertir los riesgos de sesgos que pueden producirse por razones no estadsticas, sino de reconocer el efecto de diseo que pueda detectar en sus datos y
determinar el sesgo que haya observado en sus mediciones pblicas anteriores
y que, eventualmente, pudieran afectar la calidad de sus estimaciones actuales.

112

Bibliografa
113

Crespi, Irving (1988). Pre-Election Polling: Sources of Accuracy and Error, Russell Sage

Foundation, Nueva York.
Instituto Federal Electoral (2001), El papel de las encuestas en las elecciones federales. Memorias

del Taller Sumiya 2000, Instituto Federal Electoral-Asociacin Mexicana

de Agencias de Investigacin de Mercado y Opinin Pblica-Colegio

Nacional de Actuarios, Mxico.
______________ (2010), Memorias del seminario: encuestas y elecciones 2006, Instituto Federal

Electoral-Asociacin Mexicana de Agencias de Investigacin de Mercado

y Opinin Pblica-Asociacin Mundial de Investigadores de la Opinin

Pblica-Consejo de Investigadores de la Opinin Pblica, Mxico.
______________ (2012), Sptimo informe que presenta la Secretara Ejecutiva al Consejo

General del Instituto Federal Electoral respecto del cumplimiento del Acuerdo

CG411/2011, por el que se establecen los lineamientos as como los criterios

generales de carcter cientfico que debern observar las personas fsicas

y morales que pretendan ordenar, realizar y/o publicar encuestas por muestreo,

encuestas de salida y/o conteos rpidos durante el Proceso Electoral 2011 2012, Mxico, 26 de julio.
Instituto Nacional Electoral /2014), Acuerdo INE/CG220/2014 del Consejo General del Instituto

Federal Electoral por el que se establecen los lineamientos as como los

criterios generales de carcter cientfico que debern observar las personas

fsicas y morales que pretendan ordenar, realizar y/o publicar encuestas por

muestreo, encuestas de salida y/o conteos rpidos que tengan por fin dar a

conocer preferencias electorales, as como preferencias sobre consultas

populares, durante los procesos electorales federales y locales, Mxico, 22 de
octubre.
Martin, Elizabeth A.; Michael W. Traugott y Courtney Kennedy (2005). A Review and

Proposal for a New Measure of Poll Accuracy, en Public Opinion Quarterly,

vol. 69, nm. 3, pp. 342-369.

Mitofsky, Warren (1998). Review: Was 1996 a Worse Year for Polls Than 1948?, en The Public
Opinion Quarterly, vol. 62, nm. 2, pp. 230-249.
Mosteller, Frederick (1949). Measuring the error, en: Mosteller, Frederick; Herbert Hyman;

Philip J. McCarthy, et. al., The Pre-election Polls of 1948, Report of the

Committee on Analysis of Pre-election polls and forecasts, Bulletin 60, Social

Science Research Council, Nueva York.

Recibido: 24/05/2015
Aceptado: 15/06/2015

114